如何使用Python计算Pandas列中指定值的出现

Question

我有以下数据框，在这里我需要计算IsCleared列中有多少行包含“ False”。

       IsCleared
0       False   
1       False
2       True
3       False

因此，我在Python 2.7中执行以下操作：

sum = df[df.IsCleared == 'False'].count()
print sum

但是我得到这个错误：

FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison
  result = getattr(x, name)(y)
invalid type comparison

我究竟做错了什么？

Answer 1

您有一个布尔型掩码。 那么为什么不使用它呢？

>>> (~df.IsCleared).sum()
3

将False值取反为True ，然后将它们求和（因为True等于1 ，而False等于0 ，所以效果很好）。

Answer 2

做这个：

df['IsCleared'].value_counts()

这应该为您提供虚假和真实的总数

Answer 3

您做错了，因为您在该行将False转换为字符串'False'

df[df.IsCleared == 'False'].count() 。

因此，它之所以抱怨是因为您使它将布尔值与字符串进行比较。

无效的类型比较

改成

df[df.IsCleared == False].count()

它会工作。